Бајесова анализа на податоци

1.

Наслов на наставниот предмет

Бајесова анализа на податоци

Bayesian data analysis

2.

Код

m23_w_009

3.

Студиска програма

Статистика и аналитика на податоци, Статистика и аналитика на податоци, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Едукација со ИКТ, Еко-информатика, Интелигентни системи, Интернет технологии и сајбер безбедност, Компјутерски науки, Софтвер за вградливи системи, Софтверско инженерство, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Софтверско инженерство, Data science in computer science and engineering,

4.

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Втор циклус

6.

Академска година / семестар

5 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

ворн. проф. д-р Билјана Тојтовска Рибарски доц. д-р Бојан Илијоски

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):

Целта на овој предет е студентите да се запознаат со концепти од Бајесова статистика и да научат да ги применуваат на реални проблеми и различни податочни множества. Студентот ќе се запознае со методи на симулација и ќе научи да ги толкува резултатите од Бајесовата анализа. Анализата на податоците се прави во R и/или Python

11.

Содржина на предметната програма:

Бејесово правило, prior, веродостојност, posterior дистрибуција. Модели за дискретни/непрекинати типови на податоци. Коњугирани фамилии (beta, gamma-Poisson, normal-normal). Предвидување на идни настани. Бејесова регресија. Loss фукција. Теорија на одлучување. Monte Carlo апроксимации. Апостериории апроксимации со Gibbs семплер. MCMC (Monte Carlo Markov chain). Бајесови алгоритми во Машинско учење и нивна примена на различни податочни множества. Вовед во хиерархиско моделирање.

12.

Методи на учење:

Предавања, проекти, дискусии, работилници

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 60 + 45 + 75 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

60 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

0 часови

16.

Други форми на активности

16.1.

Проектни задачи

45 часови

16.2.

Самостојни задачи

60 часови

16.3.

Домашно учење

75 часови

17.

Начин на оценување

17.1.

Тестови

60 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

0 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

реализирани активности 15 и 16

20.

Јазик на кој се изведува наставата

македонски и англиски

21.

Метод на следење на квалитетот на наставата

механизам на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература